Estadística Aplicada

Métodos Investigación
(sesgado a ecologías)
Sergio Córdoba Córdoba
Profesor
secordoba@udca.edu.co

Universidad de Ciencias Aplicadas y Ambientales

Semestre 2022-1
 ¿Cómo hacer investigación ….en Ecología?

• Planteo de
Hipótesis
• Diseño
experimental
¿Qué es hacer investigación científica?
Distintas formas de hacer investigación
Métodos de investigación científica
• Observación / Teoría
• Formulación de preguntas / de un problema
• Hipótesis
• Predicciones
• Valoración empírica. Experimentación. Puesta a prueba de las
predicciones.
• Análisis e interpretación de los resultados
• Formulación de nuevas hipótesis
• Divulgación

Ciclo de indagación. PETER FEINSINGER http://rchn.biologiachile.cl/pdfs/2013/4/02_Feinsinger.pdf

¿Cómo se hace investigación …en ecología?
Método científico hipotético inductivo – deductivo, en ecología

Modificados principalmente de Feinsinger 2001, 2004. Designing field studies for biodiversity conservation
¿Cómo se hace investigación …en ecología?
Método científico hipotético inductivo - deductivo – aplicado
simplificado
 Observación: Ranas cantan mas en noches cálidas después de lluvias….
Teoría: …..y posiblemente solo los machos cantan, no las hembras…

Pregunta: ¿Sera que las ranas hembras son mas receptivas con noches cálidas después de
lluvias y eso es aprovechado por los machos que cantan mas en esas condiciones para
atraerlas con sus cantos?

Hipótesis: Las ranas machos cantan en las noches cálidas después de una lluvia buscando
hembras receptivas. (afirmación)
Diseño experimental poner a prueba la pregunta / hipótesis
Evaluar si hay más
hembras receptivas y
machos cantando bajo
esa condición climática.

Objetivo: Evaluar si hay más hembras receptivas y más machos cantando bajo esas
condiciones climáticas con el fin de conocer como se podría ver afectada la reproducción de
esta especie mediante recorridos a hábitats apropiados para su reproducción en noches cálidas
antes y después de lluvias contando el número de individuos totales y de individuos cantando
 Observación, pregunta e hipótesis
Observación: medida y registro de hechos
observables, sin la influencia de opiniones y
emociones

Pregunta: orienta y delimita la investigación y se

constituye en el elemento central de la
investigación. Debe ser clara y precisa.

Hipótesis: explicación propuesta para un fenómeno

que puede ser evaluado mediante experimentación,
con base en conocimiento e investigación previos.
 Preguntas y Enunciando Objetivos – su construcción
A partir de una pregunta científica, se puede elaborar Objetivos

Empiece utilizando un verbo en forma infinitiva, así se precisa EL

PROPÓSITO del objetivo con más claridad. Este verbo describe EL
QUÉ del objetivo.
Por ejemplo: Identificar, Comparar , Aplicar, Diagnosticar,
Describir, Controlar, Disminuir, Fortalecer…

Para completar el enunciado del objetivo se da respuesta al PARA

QUÉ del propósito. Es decir se explica la finalidad del objetivo.
Por ejemplo: ...con el fin de..., para....

Termina enunciando el CÓMO se logrará el objetivo.

Por ejemplo: …………mediante …. ……… a través de ….. y ……..
utilizando …..
 Preguntas e Hipótesis (científicas)
Es una proposición (por eso se escribe como afirmación):
“Si… A, B y C se cumplen, entonces… resulta X” (Wiens, 1989).

“Representan” conjeturas sobre la naturaleza, es decir, plantean cuestiones que aún no están
resueltas (Wiens, 1989).

“Una idea que puede ser investigada científicamente” (Curtis y Barnes, 2001).

“Una afirmación de causalidad que puede ser contrastada experimentalmente” (Smith,

1996).

En general las hipótesis científicas tratan de dar respuesta a porque existe

un patrón, mas que a solo descripciones
Ayudas para redactar una hipótesis:
Carácter afirmativo. Preciso. Nada se debe dejar para confusión; sin
ambigüedades. No olvide incluir los elementos del problema de
investigación, variables y enfoques.
Debe pensarse como ponerla a prueba. Buscar refutar o falsear una
hipótesis, demostrar que no es falsa.
¿Cómo se formula correctamente una hipótesis?

- Tener clara la pregunta - Revisión bibliográfica – Teoria / que se conoce

- Contextualizada - Definir las variables y sus relaciones

Formular adecuadamente una pregunta y la hipótesis

implican casi siempre tener un conocimiento previo del
Sistema.

Esta informacion previa es la que se escribiria en la

introducción en un manuscrito científico.
 Ejemplos de Hipótesis Científicas o de Investigación

Patrón observado: biomasa herbácea es reducida debajo de árboles

en relación a áreas intersticiales sin árboles.

Varias Hipótesis Alternativas

1. Luz para plantas herbáceas es

reducida
2. Humedad disponible para las
plantas herbáceas es reducida.
3. Herbivoría es más intensa debajo
de los árboles.
4. Nutrientes para plantas herbáceas
son reducidos (competencia con el
árbol)
5. Etc.
 Ejemplos de Hipótesis Científicas o de Investigación
 La hipótesis de la liberación de los meso-predadores (Mesopredator Release
Hypothesis) (predadores medianos)
 El incremento de las poblaciones de meso-predadores se debe a la
eliminación o reducción de las poblaciones de predadores más grandes.

Predicciones
 Correlación negativa entre las abundancias de especies de predadores grandes y meso- predadores
en simpatría.
 La poblaciones de meso-predadores esta limitada por la predación de los predadores grandes.
 Meso-predadores evitan el uso de áreas usadas por predadores mas grandes.
 Ejemplos de Hipótesis Científicas o de Investigación
 La escasez de alimento en el invierno es el desencadenante de los
ciclos de declinación de las poblaciones de liebres (Lepus americanus)
en Alberta, Canadá (Keith 1981).
Distinguiendo entre Hipótesis Estadísticas e
Hipótesis Científicas o de Investigación
Hipótesis Estadísticas
Identifican patrones (no determinan causalidad
por si mismas).

Para demostrar causalidad se debe ejecutar el experimento apropiado

Hipótesis Científicas o de Investigación

Identifican mecanismos o procesos detrás de

los patrones que observamos (causalidad).
 Hipótesis científica y Predicción
Hipótesis "biológica"
"La presencia de arbustos, al dar sombra y disminuir la desecación del suelo, favorece el
establecimiento de plántulas de ciprés”.
Predicción "biológica"
"Mayor densidad de plántulas de ciprés debajo (D) que afuera (A) de la sombra de arbustos"
(i.e., D >A)
“Mayor humedad relativa en suelos debajo que afuera de la sobra de los arbustos”
“Menor mortalidad de plántulas de cipres por desecación debajo que afuera de la sombra de
los arbustos”
Comprobación de predicciones biológicas – hipótesis estadísticas
"Hipótesis estadísticas” – “son resultados esperados, por lo cual mas cercano a
predicciones biológicas” y deben ser medibles/cuantificables y tener las variables que se
van a utilizar
(a) Nula: D = A (representa uno de los resultados esperados posibles si nuestra Hipótesis
biológica es falsa) – normalmente es que no hay cambio, no hay efecto
(b) Alternativa (una cola): D > A (expresa “exactamente” el resultado esperado si nuestra
Hipótesis biológica es correcta) – que si hay cambio y en la dirección que se cree.
¿Qué es una predicción?
“Las predicciones son, por ende, los resultados esperados bajo el supuesto de que nuestra
hipótesis “biológica” es verdadera (i.e., sus posibles consecuencias).”
Siguen una secuencia direccional lógica que no es intercambiable
Farji, A. ¿Son hipótesis las hipótesis estadísticas? Ecología Austral 14:201-203. Diciembre 2004
 PASOS LÓGICOS EN EL PROCESO DE PROBAR HIPOTESIS
Estadística frecuentista

PRUEBA DE HIPÓTESIS
Patrón

Hipótesis biológica

Predicción
=Hipótesis
Estadística
Alterna

Figura 1. Representación esquemática de los pasos lógicos en el proceso de probar hipótesis y un ejemplo asociado. Solo una
hipótesis biológica y una predicción asociada es desarrollada para simplificar el esquema, pero su planteo es similar cuando
existen varias predicciones biológicas producto de hipótesis biológicas contrastantes. Nótese que la predicción biológica (i.e.,
los resultados esperados bajo una hipótesis biológica verdadera) es idéntica a la hipótesis estadística alternativa. Nótese
también que bajo este esquema de pensamiento y usando estadística clásica, rechazar una hipótesis biológica incorrecta
reteniendo la hipótesis estadística nula (i.e., resultados estadísticamente no-significativos) es el resultado más robusto que
puede suceder.
Farji-Brener A. G. La (significativa) importancia biológica de la no-significancia estadística. 2006. Ecología austral , 16:79-84 .
 Datos
Válidos: grado con que se le logra medir lo que
se pretende medir. Es requisito para lograr la
confiabilidad de los datos. Si la información es
válida, también es confiable.

Confiables: consistencia, coherencia o

estabilidad de la información recolectada. Son
confiables cuando son iguales al ser medidos en
diferentes momentos, por distintas personas o
instrumentos. Un dato puede ser confiable pero
no válido.
 ¿Cómo obtenemos los datos?
Procedimientos de obtención de datos en la investigación ecológica.

Diseño experimental: Estructura lógica.

obtener datos adecuadamente y asegurar conclusiones válidas - es la propuesta metodológica
que se desarrolla para someter a prueba las hipótesis y responder la pregunta.

¿Qué es un "experimento"?
“Un experimento es un intento por poner a prueba nuestra hipótesis sobre la naturaleza”
(Krebs, 1989).

¿Tipos de "experimentos"?
Experimento mensurativos y experimentos manipulativos (Hurlbert, 1984)
observacionales y experimentales
eventos no controlados por el investigador y
eventos controlados por el investigador

¿las observaciones pueden servir para probar hipótesis?

Ejemplo: abundancia de búhos cavadores en sus madrigueras.

Disponibilidad de refugios y de fuentes de alimentación?
 DISEÑO EXPERIMENTAL
Estructura lógica de un experimento
¿En qué consiste un diseño experimental?
¿Cuáles son los pasos a seguir?

Factor de diseño: este es el factor cuyo posible efecto sobre las variables de
respuesta se pretende examinar y alrededor del cual se diseña la indagación (a
veces se llama también factor de tratamiento)

Metodología de muestreo: la técnica estandarizada por medio de la cual se mide

la variable de respuesta en cada unidad de evaluación UE

Numero y tipo de tratamientos (o niveles del factor de diseño) que se aplican -

las diferentes clases o valores que puede asumir el factor de diseño que se esta
indagando (tratamiento: condición al que son expuestas las unidades
experimentales UExp)

Población objetivo (conjunto de entidades que se pretende muestrear) y

población muestreada (conjunto de entidades que la metodología esta realmente
muestreando)
 DISEÑO EXPERIMENTAL
Unidad de evaluación UE: la unidad estandarizada en la cual, o para la cual,
se registran los valores de la variable respuesta (en algunos casos la unidad de
evaluación es la misma unidad de respuesta)

Unidad de respuesta UR: la unidad fundamental de diseño y análisis, o la

unidad mínima individual que manifiesta los efectos del (los) factor(es) de diseño
y que es independiente y homogénea de otras unidades con respecto a la
pregunta. En estudios manipulativos la unidad de respuesta puede denominarse
unidad experimental UExp

Asignación de tratamientos a las UR (UExp)

Numero de UR (UExp) que reciben el mismo tratamiento (réplicas)

Arreglo espacial de las UR (UExp)

Secuencia temporal de medición sobre las UR (UExp)
 Variables independientes y dependientes
Variable: característica observable que deseamos medir, registrar, manipular y toman
diferentes valores.

Variable de respuesta a medir en las UR (UExp): lo que se esta midiendo,

la propiedad cuya variación con respecto al factor de diseño es el centro del
estudio y cuyo valor se mide y registra en cada unidad de evaluación UE, a
veces equivale con a quien se le mide algo en las UR (UExp) esta debería
ser la Variable dependiente

Variable dependiente: es la que medimos en las UR (UExp) y da cuenta de los efectos.

Variables independientes: potenciales responsables del efecto, esta debería ser la
Variable explicativa (factores)
Las variables las debemos encontrar en la(s) hipótesis

Hipótesis “biológica”:
“La vegetación reduce la desecación del suelo, y por tanto en zonas con vegetación habrá
más humedad que en zonas sin ella”.

Hipótesis “biológica”:
”La mayor disponibilidad de agua en el suelo hace que la vegetación crezca más, por lo
tanto distintas cantidades de agua añadidas al suelo en forma de riego producirán distinta
respuesta de crecimiento.”
 DISEÑO EXPERIMENTAL
Estructura lógica de un experimento

¿Qué es un Control?
Controles ¿Por qué y cuando usar controles?

Forma de evaluar si hay ausencia de efecto debido al tratamiento o que no debería

haber efecto, por lo cual no siempre es ausencia de tratamiento

Se utiliza para eliminar el efecto de variables independientes y dependientes

Si se quiere evaluar el factor fragmentación, un control seria un sistema NO Fragmentado

Identificar: ausencia de tratamiento/placebo/otro tratamiento

Experimentos de trasplantes Spartina densiflora en zona costera, medición crecimiento de

las plantas – crecimiento de plantas sin trasplante serian Controles vs el crecimiento de las
trasplantadas
Experimentos antes y después: p. ej. contaminación

Como va ha analizar todo lo anterior?

Análisis estadísticos van con el diseño
Replicación. Por qué? Cuántas réplicas?

Pseudoreplicación
ALEATORIZAR Y ESPACIAMIENTO
¿Cómo ubicamos las réplicas en el espacio?
¿Qué evitamos con un adecuado espaciamiento?
Aleatorizar, lo más conveniente.

Cada tratamiento tendrá igual

probabilidad de ser asignado
a cualquier UR (UExp).

UR
UR
UR T1
Diseños aceptables. ¿Cuándo usarlos? T2
T3
Completamente al azar

Bloques al azar
 Diseño multifactorial
Factores y niveles
Factor: variable explicativa que influye en las respuestas. Factores cualitativos
y cuantitativos.
Tratamiento: cada combinación específica de niveles de
factores.

Tratamientos que se aplican aleatoriamente.

EXPERIMENTO MULTIFACTORIAL convencional

12 tratamientos

EXPERIMENTO UNIFACTORIAL
Con tres niveles
¿Cuántos tratamientos tendremos?
Recomendaciones sobre la manera de proceder en la investigación "ecológica"

Ecological Methodology . Krebs (1999).

Farji-Brener 2006 Ecol.Austral V16,N.1 La (significativa) importancia biológica de la no-significancia
estadística.
MODELOS Otro enfoque para sistemas complejos

¿Qué es un modelo? simplificación que imita,

abstracción/representación de la realidad – no son la realidad
Algunos objetivos:
• brindar un explicación de la estructura o funcionamiento de un sistema
• hacer predicciones sobre sobre las respuestas del sistema a una alteración (hacer
experimentos)
• describir, planificar investigaciones y analizar escenarios de manejo de un sistema.
• generar hipótesis

Seleccionar modelos:
el más simple capaz de explicar el fenómeno de estudio.

“un modelo tiene que ser tan simple como sea posible, pero tan complejo como sea necesario”.
Albert Einstein,

¿Hay diferentes tipos de modelos?

Verbales - Descripción de mecanismos fisiológicos.

Gráficos - Representación del Nicho ecológico.
Matemáticos - Representación del sistema como un conjunto de ecuaciones.
1. Lectura Artículo – Taller Identificación
Hipótesis Investigacion - desarrollarlo

Corbalán & Ojeda 2005 Mastozoología

Neotropical. Áreas de acción en un ensamble
de roedores…

2. Lectura Articulo – Para Desarrollar el Taller

Métodos Investigación - desarrollarlo

Verga et al. 2018 Ecología Austral Efecto de

la fragmentación…
 Ejercicios - Opcionales
Ejercicio 1. Formule
un diseño
experimental para
entender el efecto de
la fragmentación en
esta reserva natural
(Tomado de Feinsinger 2004)

Ejercicio 2.
Objetivo de Investigación: Evaluar los efectos de distintas concentraciones de
nutrientes (recurso alimenticio) y niveles de iluminación sobre el crecimiento
poblacional de una especie de Lemnaceae (lentejas de agua) bajo condiciones
controladas de laboratorio.

Formule la/s hipótesis que pondrá/n a prueba y las predicciones para

responder este objetivo